La premessa più diffusa — che dal crollo di Byju’s sia nata una proliferazione di app di preparazione ai test — non regge: Kota ha perso oltre metà degli studenti e circa metà del fatturato, e il mercato si sta concentrando, non moltiplicando. Il problema documentato non è un mercato nero, è la pubblicità ingannevole legale, su cui la CCPA ha emanato linee guida nel novembre 2024. E la “personalizzazione con l’intelligenza artificiale” è oggi l’argomento di vendita meno verificabile del settore.
A Kota, nel Rajasthan, ci sono palazzine che ospitano aule da mille posti e ostelli che ospitano ragazzi di sedici anni venuti dal Bihar o dall’Assam per passare due anni a preparare il JEE, l’esame di ammissione agli Indian Institutes of Technology, o il NEET per medicina. Nel dicembre 2024 gli operatori locali citati dalla stampa indiana stimavano che gli studenti in città fossero scesi a 85.000-100.000, contro i 200.000-250.000 abituali, e il fatturato annuo del distretto a circa 3.500 crore di rupie da 6.500-7.000. Il calo veniva attribuito alla pubblicità negativa seguita ai suicidi degli studenti. È il dato da cui bisogna partire, perché ribalta la narrazione corrente: il settore della preparazione ai test in India non sta esplodendo, si sta contraendo e concentrando.
Dentro questa contrazione, però, una cosa cresce: il numero di prodotti digitali che promettono di sostituire il tutor in carne e ossa con un sistema di raccomandazione. Il componente di intelligenza artificiale in gioco è quasi sempre lo stesso ed è bene chiamarlo con il suo nome: un motore di apprendimento adattivo, cioè un modello di apprendimento automatico addestrato sullo storico delle risposte degli studenti a banche di quiz, che stima per ciascuno una probabilità di errore su ogni argomento e da lì decide quale esercizio proporre dopo. Allen Digital, il braccio digitale di uno dei grandi marchi storici di Kota, lanciato nel 2022, dichiara di usare l’AI per personalizzare lezione, test, correzione, esercizi e feedback, e nel gennaio 2024 ha rilasciato un’app costruita attorno a un knowledge graph, una mappa di dipendenze fra concetti. È una descrizione plausibile di un’architettura reale. Ma è una descrizione aziendale: valutazioni indipendenti dell’efficacia di questi sistemi sulle app indiane di test prep, semplicemente, non sono disponibili nel dibattito pubblico.
Cosa è successo davvero a Byju’s
La storia che viene raccontata all’estero è che Byju’s sia fallita e che dal vuoto siano sbucate decine di concorrenti. La realtà processuale è più lenta e più noiosa. Think & Learn, la società di Byju’s, è in procedura di insolvenza aperta: il 29 gennaio 2025 il tribunale fallimentare indiano (NCLT) ha annullato il comitato dei creditori ricostituito e ripristinato quello originario, stabilendo che il professionista incaricato della risoluzione non ha poteri decisori né può riclassificare i creditori. Il 4 maggio 2026 la Corte Suprema ha respinto il ricorso del fondatore Byju Raveendran contro quel ripristino. Il 23 luglio 2026 l’NCLT di Bengaluru ha sospeso la procedura di gara fino al 31 agosto, accogliendo un ricorso dei fondatori contro il credito rivendicato da GLAS Trust, che con quel credito dispone del 99% dei diritti di voto nel comitato. L’insolvenza era partita da una causa della federazione di cricket BCCI per un contratto di sponsorizzazione da 158 crore di rupie.
Non è un’azienda liquidata: è un’azienda impigliata. E la crisi di Kota è anteriore, con cause proprie. Chi mette le due cose in fila come causa ed effetto sta costruendo una storia, non leggendo dei dati.
Il vero vincitore si è quotato in borsa
Se ci fosse davvero un’ondata di nuovi entranti, la si vedrebbe nei capitali. Quello che si è visto, invece, è un’IPO sola e molto grande: PhysicsWallah ha raccolto 3.480 crore di rupie in un collocamento aperto dall’11 al 13 novembre 2025, con una forchetta di prezzo fra 103 e 109 rupie per azione e 1.562,85 crore raccolti dagli investitori ancora il 10 novembre. Il debutto del 18 novembre ha chiuso con un rialzo del 44%. I conti dell’esercizio FY25 mostrano ricavi per 28,9 miliardi di rupie, in crescita del 49%, e una perdita netta ridotta a circa 2,4 miliardi da 11,31 miliardi. La stampa finanziaria ha letto quell’esordio come un’eccezione rispetto al rallentamento generale dell’edtech indiano, non come il segnale di una nuova primavera.
Questa è l’implicazione economica che conta, ed è controintuitiva: un motore di personalizzazione serio ha costi fissi altissimi e costi marginali quasi nulli. Servono una banca di item calibrata su decine di milioni di risposte, ingegneri che mantengano il modello, un flusso continuo di studenti che rispondano ai quiz per non far invecchiare i dati. Il primo studente costa una fortuna, il milionesimo costa zero. Una struttura di costi così non produce decine di piccoli concorrenti: produce due o tre operatori enormi e tanti rivenditori di interfacce grafiche sopra contenuti comprati altrove.
Il problema non è l’illegalità, è cosa è legale dire
Il 13 novembre 2024 la CCPA, l’autorità indiana per la tutela dei consumatori, ha emanato le Guidelines for the Prevention of Misleading Advertisements in the Coaching Sector, 2024: vietano affermazioni false o ingannevoli, comprese le garanzie di successo, e impongono trasparenza sui risultati dei candidati nelle graduatorie. Il bilancio sanzionatorio, a novembre 2024, era di 45 notifiche e 54,6 lakh di multe a 18 istituti; in un comunicato del 17 aprile 2025 le cifre salivano a 49 notifiche e 77,6 lakh complessivi.
Sono sanzioni modeste in valore assoluto, ma dicono dove sta il punto debole: nella réclame, non nel sottobosco. Il vecchio abuso era esibire il volto di un primo classificato che aveva frequentato il corso per tre settimane. Il nuovo è più sottile e le linee guida non lo nominano, perché è nato dopo: affermare che un sistema di intelligenza artificiale “personalizza il percorso di ogni studente”. Non è una promessa di risultato — quindi formalmente non è una garanzia di successo — ed è praticamente impossibile da falsificare dall’esterno. Nessun genitore può aprire il modello e verificare se dietro c’è un knowledge graph con stime bayesiane di padronanza o un albero di regole scritte a mano che alterna esercizi facili e difficili. Entrambi, a schermo, producono la stessa frase: stiamo adattando il tuo piano di studio.
La differenza fra personalizzazione algoritmica e sequenza predefinita è invisibile all’utente, e nessuna normativa oggi chiede di documentarla.
Il Rajasthan prova a regolare i muri, non il software
Il 19 marzo 2025 è stato presentato il Rajasthan Coaching Centres (Control and Regulation) Bill, provvedimento n. 11/2025: prevede la registrazione obbligatoria di ogni centro e di ogni filiale separatamente, l’obbligo di un sistema di counselling psicologico come condizione per la registrazione, tariffe “eque e ragionevoli” con informazioni su rette e rimborsi rese pubbliche, e si applica ai centri con almeno cinquanta studenti. Allen, per voce del direttore Naveen Maheshwari, lo ha accolto favorevolmente; i centri più piccoli lo hanno descritto come una condanna a morte. Le due reazioni sono coerenti: la conformità ha un costo fisso, e i costi fissi li assorbe chi è grande.
Il testo, però, ragiona su edifici, aule e numero di iscritti. Un motore di raccomandazione non ha filiali da registrare né studenti da contare in una stanza. La regolazione più severa mai tentata in India sul coaching lascia fuori dal perimetro proprio il prodotto verso cui il settore sta migrando.
Cosa chiedere, concretamente
Chi valuta una di queste app — una famiglia, un giornalista, un regolatore — ha a disposizione domande verificabili che nessuno pone:
- su quante risposte è stata calibrata la banca di item, e quando è stata ricalibrata l’ultima volta;
- quanti esercizi deve svolgere uno studente prima che il sistema smetta di proporre una sequenza standard e inizi davvero ad adattarsi;
- se il percorso di due studenti con profili di errore diversi diverge, e dopo quanto;
- se esiste una misura interna di miglioramento e se è mai stata confrontata con un gruppo che l’app non l’ha usata.
Nessuna di queste richieste implica aprire il codice. Sono metriche che qualunque azienda con un modello funzionante possiede già, perché le usa per decidere se il modello funziona. Il fatto che non compaiano mai nei materiali di vendita è l’informazione più utile che abbiamo: in un mercato che si restringe, l’unico asset difendibile è l’opacità di ciò che si vende.